AI 讓音樂從表達媒介，變成一種隨時調(diào)用的「情緒基礎(chǔ)設(shè)施」。

作者｜Moonshot

編輯｜靖宇

三月的最后一周，中文互聯(lián)網(wǎng)久違地?zé)狒[了一次，因為周杰倫發(fā)了新專輯《太陽之子》。

專輯一上線，吵得熱鬧非凡。樂評人挑剔編曲，路人感慨嗓音倒退，歌迷說旋律還是那個味道，短視頻里全是翻唱和二創(chuàng)，連帶老歌的播放量也隨之翻紅。

跳出專輯本身，這是難得一見的傳統(tǒng)音樂工業(yè)現(xiàn)象。

試想一下，上一次某位歌手新專輯引發(fā)大討論，人們圍繞一個具體的「人」、瑕疵以及隨之而來的爭議，投入金錢和注意力……是什么時候？

從專輯到樂評人到 AI 制曲，都接住了這波流量｜圖源：bilibili

就在同一周，另一條新聞幾乎沒有出圈。AI 音樂生成平臺 Suno 推出了號稱「史上最大更新」的 V5.5 版本。

當我們的目光還聚焦在華語樂壇之王身上時，海外科技媒體正盯著 AI 對音樂產(chǎn)業(yè)的「漫灌」。業(yè)內(nèi)開始頻繁使用一個詞：

「AI Slop（AI 泔水）」。

流媒體平臺 Deezer 的數(shù)據(jù)顯示，目前平臺每天新增約 5 萬首純 AI 歌曲，已經(jīng)占到新發(fā)曲目的 34%。

一邊是可以被感知的文化事件，周杰倫新專輯帶來的討論、情緒和記憶；另一邊則更像是浪潮下的暗流，填滿了平臺的孔隙。

兩條截然不同的軌跡，在當下的音樂產(chǎn)業(yè)相交。

01

AI 泔水，倒出行業(yè)眾生相

AI 根本沒想過去干掉周杰倫。它繞開了聚光燈，從另一側(cè)進入系統(tǒng)。

如果把視角從「作品」挪到「系統(tǒng)」，會發(fā)現(xiàn)音樂行業(yè)對 AI 音樂的反應(yīng)并不混亂。相反，它在很短時間內(nèi)形成了許多分層。

唱片巨頭的「雙標」博弈

表面上看，傳統(tǒng)音樂資本正在與 AI 決戰(zhàn)。

代表環(huán)球、索尼和華納三大唱片公司的 RIAA（美國唱片業(yè)協(xié)會），對 Suno 和 Udio 發(fā)起了密集訴訟，核心指控就是他們未經(jīng)授權(quán)，用大量音樂進行模型訓(xùn)練。

根據(jù) The Verge 的報道，唱片公司認為，這些系統(tǒng)「復(fù)制并內(nèi)化了音樂作品」，并以此生成新的內(nèi)容。這類案件的索賠金額，按照單曲計算，每首侵權(quán)作品最高 15 萬美元。

如果只看這些動作，很容易得出「行業(yè)在抵抗 AI」的結(jié)論，但這只是一半的真相。

另一半的事實是，環(huán)球音樂一轉(zhuǎn)身，就坐上了英偉達等技術(shù)巨頭的談判桌，探討共同開發(fā)私有定制化、合規(guī)的 AI 音樂模型。

AI 在音樂行業(yè)中的應(yīng)用一直很「曖昧」｜圖源：滾石

所以關(guān)鍵不在「能不能用」，而在「誰能用」。巨頭并不想消滅 AI，他們想消滅的是「平民 AI 工具」。

因為人均可用的工具，意味著任何人都可以低成本生成接近工業(yè)水準的作品，這會直接稀釋唱片公司的稀缺性。而把生成壟斷權(quán)收歸己有，才是唱片巨頭的核心訴求。

這些唱片巨頭的思路是，既然解決不了 AI，那不如制定雙重標準，讓行業(yè)分層。

上層是「高價值版權(quán)層」，這里有頂流藝人、版權(quán)壁壘、唱片公司私有的訓(xùn)練模型，以及絕對的定價權(quán)。

下層則是「無限供給層」，讓 AI 模仿「上層音樂」后，用極低成本生成 AI 音樂。

而掌握分發(fā)管道的流媒體平臺，面對管道里越來越渾濁的水流，做出了基于自身商業(yè)底色的選擇。

音樂應(yīng)該是商品，還是作品

流媒體平臺是面對 AI 音樂時，最尷尬的角色。

他們既要面臨 AI 泔水的漫灌，又要按播放量給版權(quán)方結(jié)賬，還要同時應(yīng)對聽眾和音樂人的質(zhì)疑。不同平臺的反應(yīng)，很大程度上取決于它們原本在做什么生意。

Spotify 選擇騎墻。面對 AI 音樂的涌入，它優(yōu)先處理的是「冒名頂替」和刷量問題。比如 Spotify 曾一次性下架了由 AI 平臺 Boomy 上傳的數(shù)萬首歌曲（約占后者在平臺總曲庫的 7%），但官方給的下架原因并非「抵制 AI 生成」，而是檢測到了大規(guī)模使用機器人刷播放量的「欺詐性活動」。

所以 Spotify 的底線是不能騙版稅。畢竟，Spotify 本質(zhì)上是一家由推薦算法驅(qū)動的科技公司，內(nèi)容供給越多，模型越有空間運轉(zhuǎn)。

有樂迷發(fā)現(xiàn)，在一名已去世的歌手 Spotify 頁面里居然上傳了新歌（AI 制作的）｜圖源：Reddit

歐洲音樂平臺 Deezer 的反應(yīng)則激進得多。他們明確表態(tài)要開發(fā) AI 檢測工具，嘗試把 AI 生成內(nèi)容從版稅分配中剝離出來。內(nèi)部的說法是，要在現(xiàn)有系統(tǒng)里劃出一道邊界，避免機器生成的播放量稀釋真實創(chuàng)作者的收入。

音樂基因濃厚，但本質(zhì)上仍是科技公司的 Apple Music，選擇居中回轉(zhuǎn)的方案。持續(xù)強調(diào)人工編輯和策展機制，用人工篩選去對沖算法，但他們并不抗拒 AI 音樂，已經(jīng)推出「AI 標簽」系統(tǒng)，試圖用傳統(tǒng)的分類邏輯來收編新技術(shù)。

以獨立音樂人為核心的平臺 Bandcamp，態(tài)度最為決絕。它本身依賴的是創(chuàng)作者和聽眾之間的直接交易關(guān)系。交易網(wǎng)絡(luò)基于音樂品味、一對一連接、作品認同，因此必須將 AI 徹底拒之門外，否則平臺稀缺性都不存在了。

Bandcamp 的商業(yè)模式是樂迷直接向音樂人「買歌」｜圖源：Bandcamp

所以平臺之爭，本質(zhì)是「音樂應(yīng)該是商品，還是作品」。

科技屬性越強、越依賴流量變現(xiàn)的平臺，越傾向于擁抱 AI 帶來的無限供給。越是不走量、仰賴社區(qū)黏性和音樂人生態(tài)的平臺，越需要堅守人類創(chuàng)作的護城河。

但無論平臺如何定義，身處其中的創(chuàng)作者，生存方式已經(jīng)被徹底改變。

創(chuàng)作者的異化

聚光燈下的頂流藝人，有足夠的資本和底氣對 AI 說不。

2024 年，Billie Eilish 等 200 多位知名音樂人聯(lián)名發(fā)布公開信，嚴厲抵制 AI 對音樂作品的「掠奪式訓(xùn)練」。至少在頭部創(chuàng)作者中，版權(quán)邊界仍然被視為不可退讓的底線。

而像 Grimes 這樣的先鋒派，則走向了另一個極端，主動開源自己的聲音模型（Elf.Tech），宣布只要分出版稅，任何人都可以用她的聲音創(chuàng)作。

這兩種聲音最為響亮，卻無法代表行業(yè)的大多數(shù)。真正的暗流，涌動在沉默的底層與腰部。

許多獨立音樂人對 AI 閉口不談，私下卻早已把它變成了工作流的一部分。他們用 AI 跑母帶、生成過渡采樣、快速驗證一段編曲思路。這些使用方式很少被公開討論，但在實際生產(chǎn)中已經(jīng)變得常見。

畢竟，在流媒體時代，單次播放的版稅只有零點幾美分。微薄的收益，逼迫底層音樂人開始「以量取勝」。

當 AI 能一秒出歌時，手工打磨就變成了費力不賺錢的低效。

這種陪伴性音樂的播放量非常高｜圖源：YouTube

那些曾經(jīng)養(yǎng)活了大批臥室制作人的垂類市場，比如 Lo-Fi 助眠節(jié)拍、游戲氛圍配樂，如今正是「AI 泔水」漫灌的重災(zāi)區(qū)，人類在這類「功能性賽道」上的商業(yè)價值，已經(jīng)被 AI 瞬間清零了。

問題在于，這一層恰好也是最依賴「被發(fā)現(xiàn)」的人群。

過去，新人依靠流媒體算法的推薦，積累初始聽眾，走向職業(yè)音樂人的道路。但當平臺上每天增加數(shù)萬首低成本、完成度穩(wěn)定的作品時，算法不會區(qū)分「人類潛力」和「模型產(chǎn)出」，它只處理點擊率、留存率，并以此分發(fā)收益。

頂層創(chuàng)作者擁有穩(wěn)定的受眾與曝光，AI 的威脅反而成了他們強化「人類藝術(shù)家」標簽；底層投機者毫無心理負擔，用 AI 批量制造泔水套取版稅；而缺錢缺曝光，但在認真寫歌的中層創(chuàng)作者，他們無法徹底擁抱 AI，也拼不過 AI 的產(chǎn)能，生存空間卻在被「AI 泔水」持續(xù)擠壓。

不僅是音樂，這是「AI 泔水」在各個內(nèi)容行業(yè)的普遍問題。

02

當「好聽」變得廉價之后

在過去半個世紀的唱片工業(yè)，「制作精良」本身就是一種篩選機制。

編曲復(fù)雜度、器樂分離度、混音質(zhì)量，并不直接決定一首歌好不好聽，但它們決定了誰有能力把作品做出來。錄音棚、設(shè)備、工程師，這些成本把大多數(shù)人擋在門外，也在無形中維持了一套篩選機制。

而 AI 把這些行業(yè)門檻迅速壓平了。

當一個沒有任何樂理基礎(chǔ)的用戶，用幾個 prompt 就能在很短時間內(nèi)生成一段結(jié)構(gòu)完整、音色干凈、混音無可挑剔的音樂時，「制作力」就失去了篩選權(quán)。

這些音樂可能不驚艷，但問題不在于這些 AI 音樂「不夠好」，而在于它們已經(jīng)「足夠好」。

當這種「足夠好」的內(nèi)容以每天數(shù)萬首的規(guī)模進入平臺時，原本依賴制作能力建立的區(qū)分度就失效了?！负寐犿樁共辉偈且环N優(yōu)勢，而更像是一種基礎(chǔ)配置。

Suno V5.5 已經(jīng)允許用戶使用自己的聲音訓(xùn)練模型 ｜圖源：YouTube

這就是審美通脹，或者說內(nèi)容層面的「內(nèi)卷」。

在這種通脹下，絕大部分 AI 音樂將成為「功能性音樂」，被塞進無數(shù)個特定場景的孔隙中?？纯雌脚_上的「熱門歌單」就會發(fā)現(xiàn)，越來越多的播放發(fā)生在工作、學(xué)習(xí)、通勤、運動等特定場景里。在這類場景中，音樂后退成為 BGM（背景音樂）。

現(xiàn)代人的聆聽習(xí)慣也隨之改變，在流媒體統(tǒng)治的當下，極少有人還能正襟危坐，用 Hi-Fi 發(fā)燒友的方式去聽音樂，去細聽一段旋律里的空間感和泛音細節(jié)。

對絕大多數(shù)人而言，對音樂的判斷也發(fā)生在點擊之前。封面、標題、場景標簽、當下熱門單曲、編輯推薦、算法推薦……挑選音樂退到了二線。

流媒體把音樂用「功能性場景」作分類｜圖源：Apple Music

AI 不需要打造一首火遍大江南北的金曲，只需要生成一段「你現(xiàn)在最需要的聲音」。在這種場景下，「好聽且平庸」取代了「獨特且銳利」。

Deezer 與 Ipsos 聯(lián)合發(fā)布的一項最新調(diào)查佐證了這一判斷。在盲測中，高達 97% 的聽眾根本無法分辨出自己聽到的是 AI 還是真人創(chuàng)作。

聽眾的選曲和判斷在這個過程中，就被 AI 和算法聯(lián)手外包了。

而推薦算法的邏輯，本來就是放大已有偏好，它只會不斷推送更接近算法偏好的歌曲，而不是去發(fā)掘「下一個周杰倫」。那些邊界不清、風(fēng)格未定的作品，在這樣的機制里很難被持續(xù)放大。

或許，未來聽音樂的人會變成兩種，一種被徹底納入流媒體的基礎(chǔ)設(shè)施，接受算法投喂，用完美的 AI 聲音無縫填充生活。

而另一種人保留個體的音樂偏好，主動找音樂、去線下現(xiàn)場、擁抱那些帶有瑕疵和失誤的人類創(chuàng)作。

這也是為什么，當下圍繞周杰倫新專輯《太陽之子》的群嘲與爭論，在 AI 時代竟顯得有些復(fù)古和可愛。

樂迷用 AI 還原了周杰倫早期音色｜圖源：bilibili

AI 隨時可以為你生成一百首、停留在 2004 年巔峰音色、編曲一如當初的「25 歲周杰倫」。

但在完美的 AI 泔水面前，那些被樂評人挑剔的瑕疵，那些被歌迷反復(fù)咀嚼的遺憾，恰恰是我們還在意音樂和人的證據(jù)。

只是，當那首用 AI 還原出 2004 年巔峰音色的《太陽之子》在耳機里響起時，我不得不承認——

它是真的……更好聽啊。

*頭圖來源：Getty

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你現(xiàn)在每天聽的音樂，

有多少是 AI 生成的？